Résultats de recherche pour Contribuições ao Problema de Predição Recursiva Usando...
Image fournie par le vendeur
Contribuições ao Problema de Predição Recursiva Usando Redes Neurais
Edité par
Novas Edições Acadêmicas Mrz 2018, 2018
ISBN 10 : 620218342X
ISBN 13 : 9786202183420
Neuf
Taschenbuch
Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Nesta trabalho aborda-se o problema de predição recursiva de séries temporais univariadas, também chamado de predição de longo prazo, usando redes neurais recorrentes. Este tipo de problema surge, com frequência, em tarefas de modelagem e predição de sistemas dinâmicos não-lineares, principalmente os que produzem sinais de natureza caótica, em que se observa a presença de dependência temporal (memória) de longa duração. Isto posto, para tratar o problema de predição recursiva, extensões do modelo neural NARX (Nonlinear AutoRegressive model with eXogenous inputs) são propostas nesta tese. Estas extensões resultam da tentativa de incorporar à rede NARX diferentes estratégias de modelagem da informação temporal, tanto de curto quanto de longo prazo. Dentre estas estratégias, destacam-se: (i) predição (simultânea) de vários passos à frente, também chamada de predição MIMO (multiinput, multi-output model), (ii) predição via projeções aleatórias dinâmicas, tal como na rede ESN (echo state network), (iii) predição via projeções aleatórias estáticas, tal como na rede ELM (extreme learning machine), e (iv) predição via modelos recorrentes híbridos baseados nas redes NARX e ELMAN. 192 pp. Portugiesisch. N° de réf. du vendeur 9786202183420
Acheter neuf
EUR 64,90
Frais de port :
EUR 23
De Allemagne vers Etats-Unis
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Contribuições ao Problema de Predição Recursiva Usando Redes Neurais
Edité par
Novas Edições Acadêmicas, 2018
ISBN 10 : 620218342X
ISBN 13 : 9786202183420
Neuf
Couverture souple
Vendeur : moluna, Greven, Allemagne
Évaluation du vendeur 4 sur 5 étoiles
Etat : New. N° de réf. du vendeur 385933070
Acheter neuf
EUR 52,90
Frais de port :
EUR 48,99
De Allemagne vers Etats-Unis
Quantité disponible : Plus de 20 disponibles
Image fournie par le vendeur
Contribuições ao Problema de Predição Recursiva Usando Redes Neurais
Edité par
Novas Edições Acadêmicas Mär 2018, 2018
ISBN 10 : 620218342X
ISBN 13 : 9786202183420
Neuf
Taschenbuch
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. Neuware -Nesta trabalho aborda-se o problema de predição recursiva de séries temporais univariadas, também chamado de predição de longo prazo, usando redes neurais recorrentes. Este tipo de problema surge, com frequência, em tarefas de modelagem e predição de sistemas dinâmicos não-lineares, principalmente os que produzem sinais de natureza caótica, em que se observa a presença de dependência temporal (memória) de longa duração. Isto posto, para tratar o problema de predição recursiva, extensões do modelo neural NARX (Nonlinear AutoRegressive model with eXogenous inputs) são propostas nesta tese. Estas extensões resultam da tentativa de incorporar à rede NARX diferentes estratégias de modelagem da informação temporal, tanto de curto quanto de longo prazo. Dentre estas estratégias, destacam-se: (i) predição (simultânea) de vários passos à frente, também chamada de predição MIMO (multiinput, multi-output model), (ii) predição via projeções aleatórias dinâmicas, tal como na rede ESN (echo state network), (iii) predição via projeções aleatórias estáticas, tal como na rede ELM (extreme learning machine), e (iv) predição via modelos recorrentes híbridos baseados nas redes NARX e ELMAN.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 192 pp. Portugiesisch. N° de réf. du vendeur 9786202183420
Acheter neuf
EUR 64,90
Frais de port :
EUR 60
De Allemagne vers Etats-Unis
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Contribuições ao Problema de Predição Recursiva Usando Redes Neurais | Uma Abordagem Utilizando Redes Neurais Artificiais Recorrente
Edité par
Novas Edições Acadêmicas, 2018
ISBN 10 : 620218342X
ISBN 13 : 9786202183420
Neuf
Taschenbuch
Vendeur : preigu, Osnabrück, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. Contribuições ao Problema de Predição Recursiva Usando Redes Neurais | Uma Abordagem Utilizando Redes Neurais Artificiais Recorrente | José Maria Pires de Menezes Júnior | Taschenbuch | Portugiesisch | 2018 | Novas Edições Acadêmicas | EAN 9786202183420 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu. N° de réf. du vendeur 112964984
Acheter neuf
EUR 55,60
Frais de port :
EUR 70
De Allemagne vers Etats-Unis
Quantité disponible : 5 disponible(s)
Image fournie par le vendeur
Contribuições ao Problema de Predição Recursiva Usando Redes Neurais : Uma Abordagem Utilizando Redes Neurais Artificiais Recorrente
Edité par
Novas Edições Acadêmicas, 2018
ISBN 10 : 620218342X
ISBN 13 : 9786202183420
Neuf
Taschenbuch
Vendeur : AHA-BUCH GmbH, Einbeck, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Nesta trabalho aborda-se o problema de predição recursiva de séries temporais univariadas, também chamado de predição de longo prazo, usando redes neurais recorrentes. Este tipo de problema surge, com frequência, em tarefas de modelagem e predição de sistemas dinâmicos não-lineares, principalmente os que produzem sinais de natureza caótica, em que se observa a presença de dependência temporal (memória) de longa duração. Isto posto, para tratar o problema de predição recursiva, extensões do modelo neural NARX (Nonlinear AutoRegressive model with eXogenous inputs) são propostas nesta tese. Estas extensões resultam da tentativa de incorporar à rede NARX diferentes estratégias de modelagem da informação temporal, tanto de curto quanto de longo prazo. Dentre estas estratégias, destacam-se: (i) predição (simultânea) de vários passos à frente, também chamada de predição MIMO (multiinput, multi-output model), (ii) predição via projeções aleatórias dinâmicas, tal como na rede ESN (echo state network), (iii) predição via projeções aleatórias estáticas, tal como na rede ELM (extreme learning machine), e (iv) predição via modelos recorrentes híbridos baseados nas redes NARX e ELMAN. N° de réf. du vendeur 9786202183420
Acheter neuf
EUR 65,68
Frais de port :
EUR 61,52
De Allemagne vers Etats-Unis
Quantité disponible : 1 disponible(s)